1,721,118 research outputs found
Evaluierung von CT-Rekonstruktionsalgorithmen in OpenCL
No full textDie vorliegende Arbeit beschäftigt sich mit der Entwicklung, Implementierung und Evaluierung von CT-Rekonstruktionsalgorithmen mittels OpenCL auf verschiedenen Hardwarearchitekturen. Insbesondere befasst sie sich mit der Evaluierung von OpenCL Technologie und Übertragbarkeit damit entwickelten Programmen. Für die Implementierung wurde die Rückprojektion des Feldkamp Algorithmus für Cone-Bean CT-Rekonstruktion gewählt. Im ersten Teil der Arbeit wird Überblick über CT-Rekonstruktionsverfahren, evaluierte Hardwarearchitekturen sowie OpenCL Technologie gegeben. Im zweiten Teil werden Implementierungsstrategien erläutert. Dabei werden eine plattformunabhängige Referenz-Implementierung der Rückprojektion und mehrere für Optimierungsstrategien dargestellt, die zum Teil hardwareabhängig sind. Anschließend wird die entwickelte Software auf NVidia GPU, AMD GPU sowie Intel Multi-Core Prozessoren evaluiert. Anhand der Ergebnisse der Evaluierung wird gezeigt, dass die NVidia GPUs besser als CPUs und AMD GPUs für die Berechnung der Rückprojektion geeignet sind. Außerdem wird gezeigt, dass die Software, die mit OpenCL entwickelt ist, zum Teil hardwareabhängig und nicht übertragbar ist
Integrierte miniaturisierte Kameras zur Instrument- und Zielfindung in medizinischen Anwendungen
No full textIm Bereich der Mikroelektronik hat in den vergangenen Jahrzehnten eine rasante technische und technologische Entwicklung stattgefunden, die neben den offensichtlichen Auswirkungen auf das tägliche Leben auch die Werkzeuge der Ärzte beeinflusst hat. Ein Beispiel dafür sind Trackingverfahren, die vielfältig und erfolgreich in der Medizin Anwendung finden und eine Reihe von neuen Behandlungstechniken ermöglicht haben. In medizinischen Anwendungen kommen verschiedenste Trackingsysteme zum Einsatz. Häufig sind es magnetische und optische Trackingsysteme. Beide haben im OP-Umfeld Nachteile: magnetische Trackingsysteme reagieren empfindlich auf Metalle, die im OP häufig vorkommen; optische Trackingsysteme sind wegen der Line-of-Sight-Problematik im OP umständlich zu benutzen. Allgemein sind diese Systeme häufig teuer in der Anschaffung und rechtfertigen bisweilen, verglichen mit den Kosten des jeweiligen Eingriffs, ihren Einsatz nicht. Demgegenüber steht der aktuelle Trend der Miniaturisierung. Kameras werden derzeit immer kleiner und preiswerter. Es wird daher die These aufgestellt, dass die Nachteile von bisherigen Trackingsystemen in bestimmten medizinischen Anwendungen durch die Verwendung miniaturisierter Kameras ausgeglichen werden können, weil diese deutlich dichter am Ort des Geschehens positioniert werden können. Dadurch fällt auch eine unter Umständen schlechtere Bildqualität (im Vergleich zu präzisen Trackingkameras) nicht ins Gewicht. Diese These wird exemplarisch an zwei Anwendungen untersucht. Es wird ein MRT-kompatibles optisches Kopftrackingsystem entwickelt, das die Kopfbewegung eines Patienten mit Hilfe von runden, planaren, einfarbigen Markern auf der Stirn des Patienten verfolgt. Dafür werden Kameras verwendet, die im Innern des Tomografen mit einer Halterung an der Kopfspule befestigt werden. Algorithmen, die in Infrarot-Trackingsystemen Verwendung finden, mussten wegen der Bildqualität der Kameras, den klinischen Anforderungen (Belästigung des Patienten und Belastung des Personals) und den Gegebenheiten im MR-Tomograf teilweise angepasst werden. Für dieses Trackingsystem wurde ein Kreuzkalibrierverfahren entwickelt, das aus wassergefüllten Kugeln ein virtuelles Kalibrierphantom bildet. Es unterscheidet sich damit von bekannten Verfahren, bei denen bei der Kreuzkalibrierung die verwendeten Strukturen, die im MRT-Bild sichtbar sind, und die Strukturen, die im Kamerabild sichtbar sind, unterschiedlich sind. Entsprechende Kalibrierphantome müssen also aufwändig hergestellt oder präzise vermessen werden. Das Trackingsystem wurde theoretisch, praktisch im Labor und klinisch im Probandenversuch evaluiert. Im Rahmen eines klinischen Projektes, bei dem über einen sehr langen Zeitraum wiederholt MRTAufnahmen mit niedriger Auflösung gemacht wurden, konnte mit dem Trackingsystem eine virtuelle Immobilisation erreicht werden. Weiterhin wurde ein Navigationssystem für die ultraschallgesteuerte Punktion entwickelt. Der Arzt wird dabei durch die Visualisierung des Verlaufs der Nadel im Ultraschallbild bei der Punktion unterstützt. Dafür wurde ein Nadeltrackingsystem entwickelt, das aus zwei preiswerten Kameras besteht, die am Schallkopf befestigt sind. Aus den Bildern der Kameras wird kantenbasiert die Nadel extrahiert, ihr Verlauf relativ zum Ultraschallkopf ermittelt, und Verlauf und Schnittpunkt der Nadel mit dem Ultraschallbild dargestellt. Das Navigationssystem wurde sowohl theoretisch als auch praktisch im Labor am Phantom evaluiert. Daran waren Ärzte beteiligt, die entsprechende Eingriffe in ihrem Arbeitsalltag durchführen. Es konnte gezeigt werden, dass die Genauigkeit gegenüber dem Stand der Technik verbessert werden konnte.In the field of microelectronics, a rapid technological development has taken place in recent decades, which has influenced not only daily life, but also the tools of doctors. For example, motion tracking is frequently and successfully used in medicine and has enabled a number of new treatment techniques. In medical applications a variety of motion tracking systems is used, mostly based on magnetic and optical motion tracking. Both, however, have significant drawbacks in the operating room (OR) environment: whereas magnetic tracking systems are sensitive to metals, which are common in the OR, optical tracking systems are cumbersome to use in the OR because of the line-of-sight problem. In general, these systems are often expensive compared to the cost of each intervention, and therefore their use is not justified in many cases. In contrast, there is the current trend of miniaturization: electronic cameras are getting smaller and cheaper. This thesis proposes that using miniaturized cameras for tracking, the disadvantages of existing tracking systems can compensated in specific medical applications, because they can be positioned much closer to the point of interest. Also, poorer image quality (compared to high quality dedicated tracking cameras) can be less significant under certain circumstances. This hypothesis is investigated for two specific applications. An MRI compatible optical head tracking system was developed to track the motion of the patient's head using circular, planar, single-colored markers on the patient's forehead. Cameras are positioned inside the MRI scanner, mounted directly to the head coil. Because of the poor image quality of the cameras, algorithms used in off-the-shelf infrared tracking systems had to be adapted to meet clinical requirements (patient convenience and comfort, usability by medical personnel) and environmental conditions in the MRI scanner. For this tracking system, a cross-calibration procedure was developed utilizing water-filled spheres forming a virtual calibration phantom. It thus differs from known methods in which structures visible in MRI, and structures visible in video images are different; corresponding calibration phantoms therefore need to be manufactured and/or measured precisely. The head motion tracking system was evaluated theoretically, in laboratory, and clinically in experiments with healthy subjects. In a clinical project in which MRI scans were acquired repeatedly over a long period of time at a low resolution, a virtual head immobilization was achieved using the optical head motion tracking system. Furthermore, a navigation system for ultrasound-guided puncture was developed. It presents the doctor a visualization of the needle's course and the projected intersection point with the ultrasound image plane overlayed on the ultrasound image. For this purpose, an optical needle tracking system consisting of two low-cost cameras attached to the ultrasound transducer was developed. From these cameras' images, the needle is extracted using an edge-based method. Its position and orientation is determined relative to the ultrasound transducer, and the course of the needle and the intersection point with the ultrasound image plane is overlayed on the ultrasound image. The navigation system has been evaluated theoretically and in the laboratory on an ultrasound phantom. Doctors were involved in the evaluation who perform ultrasound-guided punctures in their daily work. It was shown that accuracy could be improved compared to the state of the art
Evaluierung von Algorithmen zur Segmentierung von Lymphknoten in CT Datensätzen
No full textDie Untersuchung der Größe und Form von Lymphknoten spielt in der Diagnostik und Verlaufskontrolle von Krebspatienten eine wichtige Rolle. Für diese Untersuchung müssen die Lymphknoten in Computertomographie (CT) Datensätzen segmentiert werden. Die manuelle Segmentierung ist zeitaufwändig und fehleranfällig. Für eine präzise Segmentierung von Lymphknoten sind automatische Segmentierungsverfahren erwünscht. In der Literatur werden einige vielversprechende Segmentierungsalgorithmen beschrieben. Alle diese Algorithmen haben ihre Vor- und Nachteile. Eine Gegenüberstellung der Algorithmen wird vermisst. In dieser Arbeit werden vier neue automatische Segmentierungsalgorithmen entwickelt. Die Parameter der Verfahren werden optimiert. Anhand Goldstandards von Experten werden im Anschluss diese vier Methoden und Regionen-, modell- und strahlenbasierte Segmentierungsalgorithmen aus der Literatur in Bezug auf die Genauigkeit, Laufzeit und Robustheit evaluiert und gegenübergestellt. Für die Evaluierung steht ein CT-Datensatz zur Verfügung, für den manuelle Segmentierungen von Experten vorliegen. Der Datensatz besteht aus 49 Lymphknoten der Kopf- und Halsregion von Patienten mit Mundhöhlenkarzinomen. Bei der Gegenüberstellung der Algorithmen wurde festgestellt, dass der strahlenbasierte Ansatz, bei dem die Segmentierung unter Berücksichtigung lokaler Gradienteneigenschaften und Intensitätseigenschaften von Lymphknoten mit anschließender globaler Optimierung erfolgt, am besten für die Segmentierung von Lymphknoten geeignet ist. Die Laufzeit der Segmentierung ist mit 8 Sekunden pro Lymphknoten 3-5 fache der anderen Segmentierungsverfahren. Die Segmentierung ist aber sehr präzise. Der durchschnittliche DSC beträgt 0.80. Bei der Initialisierung mit unterschiedlichen Saatpunkten ist die Methode sehr robust. Bei der Segmentierung von vergrößerten Lymphknoten beträgt der durchschnittliche DSC 0.86, bei der Segmentierung von nekrotischen Lymphknoten 0.81. Anhand von automatischen Segmentierungsalgorithmen können Lymphknoten erfolgreich segmentiert werden. Die Ergebnisse der Segmentierung können z.B. für die dreidimensionale Visualisierung, Verlaufskontrolle von Krebspatienten oder Operationsplanung weiterverarbeitet werden.The assessment of the size and shape of lymph nodes plays a crucial role to diagnose and monitor cancer patients. The assessment is conducted by the segmentation of lymph nodes using computed tomography (CT) data sets. Yet the manual segmentation methods are perceived as time-consuming and errorprone. Therefore there is a need for an automatic segmentation method for an efficient and accurate assessment. In the literature there are several promising segmentation algorithms. Even though the algorithms' advantages and disadvantages have been pointed out by various studies, there is a lack of comprehensive evaluation on these algorithms to optimize overall assessment process. To conduct such a study, initially, four new automatic segmentation algorithms have been developed. Later the parameters of the processes are optimized. Finally, these four methods, along with various region-, model-, and ray-based segmentation algorithms from the available literature, have been evaluated and compared with gold standards of the experts in terms of accuracy, runtime and robustness. For the benchmark, a CT data set with manual segmentations of experts is utilized. The data set consists of 49 lymph nodes from head and neck region of patients with oral cancer. By the comparison of the algorithms, it has been found out that the ray-based approach, which takes the local gradient properties and intensity characteristics of lymph nodes in account, followed by a global optimization, is best suited for the segmentation of lymph nodes. Even though, the run-time of this algorithm is 3-5 times slower than the other segmentation methods by 8 seconds per lymph node, the results of the segmentation are quite accurate. The average DSC is 0.80. The method is very robust during initialization with different seed points, as well. Enlarged lymph nodes can be segmented with an average DSC of 0.86, whereas during the segmentation necrotic lymph nodes, the average DSC is 0.81. On the basis of automatic segmentation algorithms, lymph nodes can be segmented effectively. The results of the segmentation can be further processed, e.g. for the three-dimensional visualization, following up on cancer patients or surgical planning
Wirbelerkennung im Kopf-Hals-Bereich von MRT-Aufnahmen unter Verwendung einer Partikel-Filter-Methode basierend auf Bildmerkmalen
No full textDetection of the human spine in MRI scans is a frequently used task in medical image analysis for the diagnosis of spinal conditions and diseases. MRI scans provide important information about relevant soft tissue. However, manual detection of vertebrae is an elaborate and error-prone process. This work aims at the development and evaluation of a semi-automatic method for vertebrae detection in head and neck MRI images. The goal is to correctly position an available articulated atlas that consists of statistical shape models of bones. The presented approach is based on a probabilistic graphical model for modeling the structure of the vertebral column. A particle filter is used to define the position of vertebral bodies in relation to previously detected vertebral bodies. Two models are used to model the geometric constraints of the position, the size and the orientation of the vertebral bodies on the one hand and to describe the vertebral body appearance with extracted image features on the other hand. The advantage of this approach is the probabilistic analysis of potential vertebral bodies: It does neither depend on exact prior knowledge about the anatomical structure of the vertebral column nor any training data to learn the image features is needed. The presented approach is tested and the vertebrae detection results are evaluated on 22 MRI scans. The MRI scans are T1-weighted sagittal 2D slices. Subsequently the method is used to initially position the articulated atlas in the MRI images for further processing. Visual inspections show a noticeable improvement of the initial position of the atlas compared to the approach used so far.Die Detektion der Wirbelsäule in MRT-Aufnahmen ist eine häufig durchgeführte Aufgabe im Bereich der medizinischen Bildanalyse zur Diagnose von Wirbelsäulenbeschwerden. MRT-Aufnahmen liefern dabei wichtige Informationen über relevantes Weichteilgewebe. Die manuelle Detektion von Wirbeln ist jedoch ein aufwendiger und fehleranfälliger Prozess. Diese Arbeit befasst sich daher mit der Entwicklung und Evaluierung eines semiautomatischen Verfahrens zur Wirbelerkennung im Kopf-Hals-Bereich von MRT-Aufnahmen. Das Ziel ist die korrekte Positionierung eines bereits existierenden artikulierten Atlas, bestehend aus statistischen Formmodellen für Knochen. Das vorgestellte Verfahren basiert auf einem probabilistischen graphischen Model zur Modellierung der Wirbelsäulenstruktur. Ein Partikel-Filter wird verwendet, um die Position der Wirbelkörper in Relation zu bereits detektierten Wirbelkörpern zu bestimmen. Dafür werden zwei Modelle verwendet um zum einen die geometrischen Beschränkungen für die Position, Größe und Orientierung der Wirbelkörper zu modellieren und zum anderen das Aussehen der Wirbelkörper durch extrahierte Bildmerkmale zu beschreiben. Der Vorteil des Verfahrens ist die wahrscheinlichkeitsbasierte Analyse potenzieller Wirbelkörper: Kein exaktes Wissen über die Struktur der Wirbelsäule und keine Trainingsdaten für das Lernen der Bildmerkmale werden benötigt. Das vorgestellte Verfahren wird getestet und die Ergebnisse der Wirbelerkennung werden auf 22 MRT-Aufnahmen ausgewertet. Die MRT-Aufnahmen sind T1-gewichtete 2D-Volumenschitte aus der Sagittalebene. Anschließend wird das Verfahren für den Anwendungsfall der initialen Atlas-Positionierung in MRT Bildern verwendet. Visuelle Untersuchungen zeigen hier eine deutliche Verbesserung der initialen Positionierung des Atlasses im Vergleich zu dem bisher verwendeten Ansatz
Registrierung und Segmentierung von Lymphknoten aus multimodalen Zeitreihen im Kopf-Hals-Bereich
No full textDer verlässlichste unabhängige prognostische Faktor für den Krankheitsverlauf von Patienten mit Kopf-Hals-Karzinom ist das Vorhandensein von Lymphknotenmetastasen. Eine computergestützte Untersuchung und zeitliche Verfolgung von Lymphknoten in mehreren Bildmodalitäten durch ein multimodales, multitemporales Modell bietet viele Vorteile, insbesondere in Bezug auf Reproduzierbarkeit. Grundvoraussetzung dafür ist jedoch eine robuste automatische Registrierung und Segmentierung von Lymphknoten aus multimodalen Zeitreihen. Da existierende Verfahren den Anforderungen nicht genügen, werden dazu in dieser Arbeit neuartige Methoden entwickelt und evaluiert. Zur Lymphknotensegmentierung aus CT-Datensätzen wird ein Radialstrahl-basiertes 3D-Verfahren umfangreich behandelt. Ausgehend von einem Saatpunkt werden Strahlen radial in alle möglichen Richtungen gleichverteilt geschickt und ein Optimierungsverfahren bestimmt für jeden Strahl unter Einbeziehung von Bildinformation und lokalem Formwissen den bestmöglichen Radius und somit eine Segmentierung. Erstmalig findet ein Vergleich unterschiedlicher bildbasierter Kostenfunktionen statt und die Parameter werden durch ein datengetriebenes Verfahren bestimmt. Mit einer durchschnittlichen Oberflächendistanz von nur 0.46 mm ist die Segmentierungsgenauigkeit im Bereich der manuellen Expertensegmentierung und deutlich besser als existierende semi-automatische Verfahren. Die Inter-Observer-Variabilität zur Volumenbestimmung ist um den Faktor 3 geringer als bei manueller Volumenbestimmung. Neben Lymphknoten eignet sich das Verfahren auch zur Segmentierung anderer rundlicher Strukturen, wie z.B. Tumore, und bietet auch für einige Organe, wie z.B. die Prostata, eine Alternative zur modellbasierten Segmentierung. Die Registrierung einzelner Lymphknoten erfordert die automatische deformierbare Registrierung des gesamten Kopf-Hals-Bereichs. Dazu wird in dieser Arbeit die erste vollautomatische generalisierbare multi-rigide Methode vorgestellt. Sie basiert auf einem neuartigen artikulierten Atlas, welcher neben Wissen über Form und Aussehen einzelner Knochen auch deren relative Lagen (Artikulation) aus Trainingsdaten lernt. Dieser wird zunächst zur gleichzeitigen Segmentierung der Knochen aus dem CT-Datensatz verwendet. Ausgehend davon wird er durch personalisiertes Wissen angereichert und an die andere Bildmodalität oder Zeitserienaufnahme unter Berücksichtigung des gelernten Artikulationsraums angepasst. Die daraus berechneten rigiden Transformationen werden in einem zweistufigen Prozess in das umliegende Weichteilgewebe propagiert und ein dichtes Deformationsfeld entsteht. Abschließend wird die Registrierungsgenauigkeit innerhalb der Lymphknoten durch ein lokal rigides Registrierungsverfahren verbessert. Die Vorteile der multi-rigiden Registrierung liegen in dem großen Konvergenzbereich und der geringen Anfälligkeit für Bildartefakte aufgrund der einzigartigen globalen Regularisierung. Innerhalb von Lymphknotenzentren wird eine Registrierungsgenauigkeit von durchschnittlich 5.05 mm erreicht. Gegenüber der B-Spline Registrierung ergibt sich eine Verbesserung um 37% und eine subjektiv deutlich besser empfundene Qualität der erzeugten deformierten Bilder. Die wichtigsten Beiträge dieser Arbeit sind zur Segmentierung von Lymphknoten eine neue Kostenfunktion, ein umfangreicher Vergleich verschiedener Kostenfunktionen und eine datengetriebene Parameterwahl. Die Hauptbeiträge zur Bildregistrierung sind das Lernen der relativen Elementlagen, ein adaptives Anpassungsverfahren und die Personalisierung des artikulierten Atlas.The most reliable independet prognostic factor for the disease evolution of head&neck cancer patients is the presence of lymph node metastasis. A computer aided evaluation and follow up assessment of relevant lymph nodes in different imaging modalities using a multimodal multitemporal model has many advantages, in particular in terms of reproducibility. However, this requires the robust automated registration and segmentation of lymph nodes from multi-modal time series medical images. In this work, new approaches for both imaging problems are presented because existing solutions do not satisfy the requirements. For the segmentation of lymph nodes from CT-data, a radial ray based 3D-method is treated comprehensively. From a seed point, rays are cast into all directions and an optimization technique determines a radius for each ray based on image appearance and shape knowledge thereby obtaining a segmentation. For the first time, different appearance cost functions are compared and parameters are selected using a data driven approach. With an average symmetric surface distance of only 0.46 mm, the segmentation accuracy is close to manual segmentation and outperforms existing semiautomatic methods. The inter-observer-variablity for volume assessment is approximately three times lower compared to manual volume assessment. Beyond lymph nodes, this method is also suitable for the segementation of other spherical structures such as tumors and offers an alternative to model based segmentation approaches for certain organs like the prostate. Prerequisite for a registration of individual lymph nodes is the automated deformable registration of the entire head&neck images. Therefore, the first fully automated general purpose multi-rigid registration method is presented. It is based on an articulated atlas combining shape and appearance knowledge of individual bones with information about their relative spatial locations (articulation). It is created from annotated training data and used to obtain a segmentation of individual bones from CT-data. Based on that, the atlas is personalized and then adapted to the other imaging modality or time series image, thereby incorporating the learned articulation space. The resulting rigid transformations for each bone are propagated into the surrounding soft tissue in a two step process resulting into a dense deformation field. Finally, the accuracy within the lymph nodes is improved using local rigid registration. Advantages of the multi-rigid image registration approach presented in this work are the huge capture range as well as low sensitivity towards imaging artifacts due to global regularization. The average registration accuracy in the lymph node centers is 5.05 mm. Compared to B-spline registration, this is 37% better while at the same time a considerable better quality of the deformed images is achieved. The major contributions of this work to the segmentation of lymph nodes are a new cost function, a comprehensive comparison of cost functions and a data driven parameter selection. The main contributions to image registration are the learned articulation, a dynamic adaptation strategy and the personalization of the articulated atlas
Deep Graph Matching On Liver Blood Vessels
No full textLiver cancer is one of the most common cancer-related causes of death [38]. To evaluate the results of surgical interventions treating liver cancer pre intervention and post intervention images are usually registrated. Automatic registration using landmark based registration improves the consistency and quality of the registration compared to manual registration. One type of landmarks are correspondences of graph structures. To find these correspondences is the main task of this work. In this master thesis ’deep graph matching on liver blood vessels’ a method to acquire corresponding pairs between graphs representing liver blood vessels is proposed. The deep graph matching pipeline based on DGMC [16] is trained. The data used for the supervised learning is synthetically generated based on extracted vascular graphs of the initial real world data
Segmentation of tumor tissue and invasive margin in CD3/CD8 stained histopathological images
No full textKonventionelle Krankheitsprognose bei Krebserkrankungen basiert auf Größe des Tumors, Auftrittsort von Krebszellen und Vorliegen von Metastasen. Diese Anzeichen lassen jedoch keine Aussage über den postoperativen Krankheitsverlauf zu. Erste Studien haben ergeben, dass in solchen Fällen die Betrachtung der Immunantwort des Körpers eine zuverlässigere Vorhersage treffen kann. Die Immunantwort drückt sich in Art und Auftrittshäufigkeit von Immunzellen (sogenannte T-Zellen) in und um den Tumor aus. Zur Validierung dieser These wird in der vorliegenden Arbeit ein Verfahren entwickelt, das automatisch auf CD3/CD8-gefärbten histopathologischen Aufnahmen den Tumor und die invasive Tumorgrenze segmentiert. In Kombination mit einer anderen Arbeit, die ein Verfahren zur Zellenzählung implementiert, sollen große Datenmengen von Patienten evaluiert werden, deren Krankheitsverlauf bekannt ist. Die größte Herausforderung dieser Arbeit besteht im verwendeten Material. Üblicherweise wird Gewebe auf HE-gefärbten Aufnahmen segmentiert. CD3/CD8 sind hingegen Färbungen, welche T-Zellen klar erkennbar darstellen, aber unterschiedliche Gewebearten nur wenig differenzieren. Eine zusätzliche Schwierigkeit ist die Entwicklung des Verfahrens bei einer kleinen Menge an verfügbaren Trainings- und Testdaten. Aus der Aufgabenstellung ergeben sich für das Verfahren die Anforderungen Geschwindigkeit (Evaluation großer Datenmengen) und Genauigkeit der Segmentierung. Die Geschwindigkeitsanforderung wird erfüllt, indem effizient zu berechnende und gleichzeitig aussagekräftige Features als Eingabe für ein Clustering-Algorithmus verwendet werden. Die Verarbeitung einer Aufnahme dauert durchschnittlich 5 Minuten. Gemessen an dem Zeitaufwand eines Pathologen für die gleiche Aufgabe ist dies eine große Zeitersparnis. Die Evaluation ergab einen durchschnittlichen Accuracy-Wert von 0,94. Dieser Wert ist vergleichbar mit den Ergebnissen verwandter State of the Art Methoden, welche auf HE-gefärbten Aufnahmen arbeiten.Conventional cancer prognosis is provided based on tumor size, presence of cancer cells in lymph nodes, and evidence for metastases. However, these signs do not allow any statement about the postoperative course of the disease. Initial studies have shown that in such cases the examination of the immune response of the body can lead to a more reliable prediction. The immune response is manifested in the frequency of occurrence of certain types of immune cells (so-called T cells) in the tumor core and its invasive margin. In this thesis a method is presented that automatically detects the tumor area and its invasive margin on CD3/CD8-stained images. In combination with another thesis which provided a method for counting T cells, a system capable of evaluating large amounts of patient data is created. The biggest challenge of this work lies in the material used. Traditionally, tissue segmentation is conducted on HE-stained images. CD3/CD8 however are staining procedures which result in images displaying T cells in a clearly recognizable manner but barely differentiate between different tissue types. An additional challenge is the development of the method using only a small amount of training and test data. The main requirements for the segmentation system at hand are execution speed (since large amounts of data need to be processed) and segmentation accuracy. The execution speed requirement is met by using features which are efficiently computable and at the same time have high discriminative power as input for a clustering algorithm. The processing of one microscopic slide takes 5 minutes on average. Compared to the amount of time a pathologist needs for the same task, this is a great time saving. During evaluation an average segmentation accuracy of 0.94 is achieved. This result is comparable to those of related state of the art systems that operate on HE-stained images
Entwicklung eines Software Artikulators zur Simulation von Kieferbewegungen
No full textZiel dieser Arbeit war die Implementierung eines Software-Artikulators zur Simulation von Unterkieferbewegungen. Dazu wurden 3D-Modelle des mechanischen Artikulators genutzt (triangulierte 3D-Scandaten), die in einen 3D-Viewer eingefügt wurden, wobei die Positionen der Artikulatormodelle entsprechend der Abmessung des mechanischen Artikulators gewählt wurden. Für die Bewegungssimulation wurde ein vereinfachtes physikalisches Modell der im Artikulator auftretenden Kräfte entwickelt und implementiert. Weiterhin wurde ein robuster Algorithmus entwickelt, der die Gleitbewegung einer Fläche auf einer Kugel simuliert. Mit diesem Verfahren wurde eine genaue Simulation aller Bewegungstypen des Artikulators ermöglicht. In der Auswertung bestätigte sich, dass die Bewegungssimulation sehr genau durchgeführt werden kann. Die Bedingungen, die am mechanischen Artikulator vorgegeben waren, konnten vollständig umgesetzt werden. Dazu kann der Benutzer die Bewegungssimulation anhand von Standardwerten oder individuellen Patientendaten durchführen
Optimisation of Marker Constellation for Geometrical Calibration in Cone-beam CT
No full textZiel der vorliegenden Arbeit ist es, die Markerverteilung zur geometrischen Kalibrierung bei CBCT-Scannern zu optimieren. Diese Optimierung ist von großer Bedeutung, da durch eine geometrische Kalibrierung vor der CBCT-Aufnahme die Genauigkeit der 3D-Rekonstruktionen verbessert werden kann. Dadurch können Diagnosen verbessert und Therapien prąziser durchgeführt werden. Für die geometrische Kalibrierung wird in der vorliegenden Arbeit zunąchst ein Kalibrierungsphantom entworfen. Von dem Phantom mit den Markern wird eine Röntgenaufnahme mit dem zu kalibrierenden Scanner erstellt, die zur Bestimmung der geometrischen Parameter des CBCT-Scanners dient. Es wird ein Kunststoffphantom in Form eines Zylinders mit Metallkugeln als Markern entwickelt. Die Marker auf dem Phantom sind in drei Ebenen angeordnet. Im ersten Teil wird eine Sensitivitątsanalyse für verschiedene geometrischen Parameter eines CBCT-Scanners durchgeführt. Diese zeigt die Auswirkungen von Parameterabweichungen in Bezug zum Reprojektionsfehler und somit auch auf die Genauigkeit der CBCT-Rekonstruktionen. Je größer die Abweichungen der Parameter sind, desto größer wird der Reprojektionsfehler. Die Verschiebung des Detektors zeigt dabei die höchste Sensitivitąt der geometrischen Parameter bei kleinen Ąnderungen. Die Genauigkeit der geometrischen Kalibrierung kann durch die Verteilung der Marker auf dem Phantom beeinflusst werden. Für die Optimierung der Markerverteilung wird als Lösungsverfahren die Nelder-Mead-Methode mit Anpassungen verwendet, um das globale Optimum zu finden. Ziel der Optimierung ist es, den Kalibrierungsfehler zu minimieren, der die Genauigkeit der Verteilung misst. Bei der Optimierung zeigt sich, dass die Verteilung der Marker verąndert und somit der Fehler der Startverteilung von etwa 0.65 mm auf 0.2 mm minimiert wird
Adaptives Voxel-Klassifizierungsverfahren zur semi-automatischen Segmentierung von Karzinomen auf Basis von T2-gewichteten Magnetresonanztomographie Bilddaten
No full textMeasuring the size and location of a tumor is a major part of cancer staging and thus also crucial to plan treatment and predict the success chances of the same. Both properties can be extracted from a segmentation. We present a new method for semi-automatic segmentation of tumors in the head and neck area using MR images. The new method incorporates known segmentations that were manually created by medical doctors. Other than that the only user interaction needed is setting a seed point. After the seed point and an input image are entered, the algorithm starts by searching for a similar one in the database. The underlying assumption is that the intensities of a tumor in two comparable images also have comparable values. Using histograms for both the database image as well as the manual segmentation of it, the intensities that are likely to be featured in the tumor are calculated. After creating a basic segmentation, the actual tumor is extracted using opening, closing and a connected threshold filter. The algorithm was developed using five datasets of T2-weighted MR images with a leave-one-out cross validation technique. When comparing the generated tumor segmentations with the manual ones, they had a DSC in the range of 0.41 and 0.77, with an average of 0.60. Furthermore the new method was also tested on lymph nodes. Further suggestions for improvements are given
- …
